通过现代数据架构释放AI潜力

核心观点

• 数据民主化是关键驱动力：电信运营商需要改善组织内部数据的可访问性，以大规模部署生成式AI（GenAI）。数据民主化是数据架构现代化的目标，也是实现AI潜力的关键。
• 现代化数据架构的必要性：随着数据量的指数级增长，传统数据仓库已无法应对，需要转向现代化的数据架构，如数据湖、数据湖屋、数据网格和数据织物。
• 数据治理的重要性：数据治理对于确保数据质量和安全至关重要，需要建立明确的治理模式，包括数据所有权、数据质量、数据安全和隐私等方面。
• 标准在数据访问中的作用：标准，如TM Forum的信息框架（SID），在提高数据访问方面发挥着重要作用，可以简化数据集成，加强治理和加速创新。
• CSPs现代化数据架构的案例：英国电信、Orange、Telenor、Zayo和Telefonica等CSPs正在积极现代化其数据架构，以支持AI驱动的应用和服务。

关键数据

• 数据民主化程度低：只有7%的人认为他们使用高质量非结构化数据的能力是优秀的，只有13%的人认为他们使用结构化数据的能力是优秀的。
• 数据价值与时间相关：数据的价值与时间之间存在间接相关性；提供[它]的时间越长，它的价值就越低。
• 数据治理实践：超过80%的全球运营商受访者表示他们遵守监管合规框架。
• 数据存储方法：超过一半的受访者表示他们的公司正在增加对数据湖屋的投资。
• 数据驻留情况：只有8%的受访者报告说他们目前一半或更多的数据存储在公共云中，但在三年后，近70%的人预计25%或更多将存储在云中。

研究结论

• 电信运营商需要将数据视为战略资产，并采用现代化的数据架构和方法，以释放AI潜力。
• 数据治理和标准在确保数据质量和安全方面发挥着重要作用。
• CSPs需要协作，共同制定行业标准，以加速数据架构现代化。